《表7 点内表示方式评估结果（黑体表示最优）》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种用于点云分类的轻量级深度神经网络》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：√表示使用表示方式，×表示不使用。

本节评估不同的点内表示方式对分类精度的影响。笔者将文中提出的点内表示方式分为3类：二阶多项式类，包含Fp21和Fp22；三阶多项式类，包含Fp31、Fp32和Fp33；极坐标类，包含Fl2、Fdist和Fθ。表7展示的结果说明，每种表示方式对精度提升都有一定的贡献，通道数最大时效果最好。这表明通过发掘数据的表示方式是一种有效的提升机器学习模型性能的手段。